SentiSum
讀完每一張客服工單與評論,找出客訴根因並換算成金額的 AI 平台
SentiSum 是英國的客戶體驗分析軟體,官網稱自己是「AI-native CX Intelligence」。它的主張是不抽樣:把客服工單、電話、聊天、NPS、CSAT 問卷、商品評論,甚至 AI 客服機器人的對話紀錄全部讀過一遍,不需要先手動建分類標籤,就能整理出客戶到底在抱怨什麼、每個問題大概造成多少營收損失。
底層是它自家的 Kyo AI 引擎,上面跑幾個專門的 agent:Early Warning Agent 偵測異常,例如某個批次的包裝突然被大量抱怨;Insights Agent 讓你用白話問「上個月退款增加的主因是什麼、損失多少」;Quality Agent 為 100% 的對話評分,預測 CSAT 並分析處理時間。資料來源可接 Zendesk、Freshdesk、Intercom、Gorgias、Dixa、Salesforce、Trustpilot、SurveyMonkey,也能寫入 Snowflake 與 Microsoft Fabric,官網說總共支援 100 多個系統。客戶裡電商與零售比例不低:英國鞋類零售 Schuh、Holland & Barrett、生鮮訂閱 Gousto,還有 L'Oréal 與二手平台 Wallapop。資安方面有 SOC 2 Type 2、GDPR、個資遮罩與歐盟資料落地選項。
功能特色與適用場景:適合每月工單量上千、客服用 Gorgias 或 Zendesk 的跨境電商與訂閱制品牌。台灣團隊若客服系統是這些國際平台,可以考慮;但若主要客訴在蝦皮聊聊、LINE 官方帳號或 momo 後台,官網沒有這些整合,資料要另外匯出才接得上。中文對話的分析品質官網未說明,導入前請用自家工單試跑。
TheAI學院 編輯建議
編輯實測後的真心話「把客訴換算成金額」這件事看起來簡單,其實是客服部門最缺的武器——沒有金額,改善提案很難排進優先順序。SentiSum 的客戶名單裡零售品牌不少,我覺得它比一般 CX 分析工具更懂電商。
主要功能
- 不抽樣,分析 100% 客服工單、通話、聊天、問卷與評論
- 免手動建分類,自動找出客訴主題與根因
- Early Warning Agent:偵測客訴異常
- Insights Agent:用白話提問並估算問題的金額影響
- Quality Agent:為所有對話評分並預測 CSAT
- 整合 Zendesk、Gorgias、Intercom、Trustpilot、Snowflake 等 100 多個系統
適用場景
- 跨境電商找出某批商品退款暴增的根因
- 訂閱制品牌追蹤取消訂閱的主要原因與流失金額
- 客服主管用 Quality Agent 抽查 AI 客服機器人的對話品質
- 把商品評論與客服工單合併分析,回饋給商品部
SentiSum 的優點與缺點
優點
- 直接把客訴換算成金額,跟主管溝通時有說服力
- 支援 Gorgias 等電商常用客服系統,客戶裡有多家零售品牌
- SOC 2 Type 2 與個資遮罩,資安文件齊全
缺點
- 沒有蝦皮聊聊、LINE 官方帳號等台灣常用管道的現成整合
- 價格不公開,小型店家門檻偏高
- 中文工單的分析品質官網未說明
價格方案
依管道數、使用者數與工單量計價,官網未公開價格
SentiSum 常見問題
SentiSum 需要先設定分類標籤嗎?
官網說不需要手動建分類,系統會自動從對話中找出主題與根因。
可以分析 LINE 官方帳號或蝦皮聊聊的對話嗎?
官網列出的整合沒有這兩個管道,需要自行匯出資料或透過支援的客服系統轉接,導入前建議先跟業務確認。
SentiSum 怎麼收費?
官網說價格依管道數、使用者數與工單量調整,沒有公開費率,需洽業務。
使用者評價
還沒有足夠評價,搶先分享你的使用心得!
寫下你的評價
SentiSum 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 資料探勘
更多英國的 AI 工具
同樣來自英國的 AI 工具,一起看看。